Prediction of adverse maternal outcomes from pre-eclampsia and other hypertensive disorders of pregnancy: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The hypertensive disorders of pregnancy are a leading cause of maternal and perinatal mortality and morbidity. The ability to predict these complications using simple tests could aid in management and improve outcomes. We aimed to systematically review studies that reported on potential predictors of adverse maternal outcomes among women with a hypertensive disorder of pregnancy. METHODS: We searched MEDLINE, Embase and CINAHL (inception - December 2016) for studies of predictors of severe maternal complications among women with a hypertensive disorder of pregnancy. Studies were selected in a two-stage process by two independent reviewers, excluding those reporting only on adverse fetal outcomes. We extracted data on study and test(s) characteristics and outcomes. Accuracy of prediction was assessed using sensitivity, specificity, likelihood ratios and area under the receiver operating curve (AUROC). Strong evidence of prediction was taken to be a positive likelihood ratio >10 or a negative likelihood ratio <0.1, and for multivariable models, an AUROC ≥0.70. Bivariate random effects models were used to summarise performance when possible. RESULTS: Of 32 studies included, 28 presented only model development and four examined external validation. Tests included symptoms and signs, laboratory tests and biomarkers. No single test was a strong independent predictor of outcome. The most promising prediction was with multivariable models, especially when oxygen saturation, or chest pain/dyspnea were included. CONCLUSION: Future studies should investigate combinations of tests in multivariable models (rather than single predictors) to improve identification of women at high risk of adverse outcomes in the setting of the hypertensive disorders of pregnancy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».